为什么Pod在节点不是均匀分布？

Kubernetes中的Pod调度原理

Kubernetes中kube-scheduler组件负责Pod的调度，对每一个新创建的 Pod 或者是未被调度的 Pod，kube-scheduler 会选择一个最优的节点去运行这个 Pod。kube-scheduler 给一个 Pod 做调度选择包含过滤和打分两个步骤。过滤阶段会将所有满足 Pod 调度需求的节点选出来，在打分阶段 kube-scheduler 会给每一个可调度节点进行优先级打分，最后kube-scheduler 会将 Pod 调度到得分最高的节点上，如果存在多个得分最高的节点，kube-scheduler 会从中随机选取一个。

打分优先级中节点调度均衡（BalancedResourceAllocation）只是其中一项，还有其他打分项会导致分布不均匀。详细的调度说明请参见Kubernetes 调度器和调度策略。

为什么Pod数量在节点上分布不均匀

• 资源需求：不同节点的资源配置可能不同，例如CPU、内存大小，导致Pod中定义的Request值无法被满足。即使节点实际负载很低，也无法调度到该节点。
• 自定义调度策略：Pod可能根据自定义的亲和性和反亲和性策略进行调度，导致Pod在节点上分布不均匀。
• 节点污点和容忍度：节点存在某些污点，未设置容忍度的Pod无法调度到该节点上运行。
• 部分工作负载特性导致：工作负载可能具有特殊的分布约束，例如工作负载挂载某个可用区的云硬盘时只能调度到相同可用区的节点上。
• 节点特殊资源：部分Pod可能请求特殊的资源类型，例如GPU等资源，调度器只能将其调度到GPU类型的节点上。
• 节点健康状态：节点的健康状况和状态可能影响调度决策，不健康的节点可能不会调度新的Pod。

为什么Pod实际负载在节点上分布不均匀

kube-scheduler调度器在分配Pod时不会考虑应用的实际负载，如果应用负载不均匀可能导致某些节点的负载较高，而其他节点的负载较低。

Volcano调度器支持使用负载感知调度功能，感知集群内节点CPU、Memory的负载情况，将Pod优先调度到负载较低的节点，实现节点负载均衡，避免出现因单个节点负载过高而导致的应用程序或节点故障。详情请参见负载感知调度。